卓颉[1]2002年在《盲波束形成与目标方位估计》文中提出盲波束形成无需知道目标波达方向等先验信息，直接利用信号、基阵自身的特性，就可从基阵的输出采样信号中恢复出期望信号。针对水下声系统的应用背景，本文对盲波束形成算法做了系统的分析与讨论，并对基于盲波束形成的目标波达方向估计进行了研究。 论文中首先详细介绍了叁类盲波束形成算法：基于累积量的盲波束形成算法、基于基阵结构的盲波束形成算法和常模算法。在常模算法中又选取了多级常模阵和解析常模算法这两种截然不同的算法。并将盲波束形成与目标方位估计相结合，实现在捕获、恢复目标源信号的同时，估计出目标的波达方向。 在详细分析各种算法内在机理的基础上，针对均匀线列阵，通过大量的计算机仿真实验与水池实验数据处理结果，分析、讨论了几种算法对目标源信号的分离、捕获能力以及方位估计性能。结果表明，盲波束形成算法可以在捕获期望信号的同时，抑制干扰信号的输出，并在一定的输入信噪比门限下，准确、稳定地估计出目标方位，对阵列模型误差具有稳健性，且在高输入信噪比下，算法的角度分辨率不受瑞利限的限制。不过各种盲波束形成算法由于利用的信息不同，所以适用于不同的情况下，而且对干扰的抑制能力、运算量也不相同。 本论文的研究工作，使现有的几类盲波束形成算法得到系统的分析与整理。表明盲波束形成算法在未知目标方位的条件下，就可恢复出目标源信号，并估计出目标的波达方向。盲波束形成算法具有一定的工程应用前景。
卓颉, 孙超[2]2004年在《多级恒模阵对目标方位估计性能的实验研究》文中指出实验分析了一种重要的盲波束形成算法——多级恒模阵对多个统计独立目标的方位估计性能,并与一些“盲”的和非“盲”的方位估计算法进行了比较。首先考虑了理想的阵列模型。然后在阵元响应中加入阵元幅相误差,通过改变误差的大小,进一步分析了算法对阵列模型误差的稳健性。最后针对不同尺寸接收阵和目标间不同角度间距分别进行了水池实验。计算机仿真实验和水池实验数据处理结果表明:当目标源间统计独立时,多级恒模阵对目标信号的捕获、分离不依赖于阵列流形,可以在盲分离信号的基础上估计出目标方位,角度分辨率不受瑞利限的限制,而且对阵列模型误差具有较好的稳健性。该结果验证了多级恒模阵可以对统计独立的多目标方位进行稳健盲估计。
吕钱浩[3]2004年在《矢量传感器阵列技术研究》文中进行了进一步梳理未来的新型阵列系统将具备两大特征：新的体制和新的信号处理方法。为了解决这些问题，二十世纪晚期，前苏联和美国等发达国家开发研制了将振速的测量与传统的标量测试相结合的矢量传感器阵列技术。矢量传感器由传统的无指向性标量传感器和具有与频率无关的偶极子自然指向性的质点振速传感器复合而成，它可以空间共点、同步测量声压和质点振速的各正交分量，从而得到含有声源强度信息和方位信息的声强矢量。矢量水听器比传统的声压传感器可以测量得到更全面的声场信息，从而为解决诸多的阵列探测问题提供了新的思路；这些都使得矢量传感器技术受到了各国的空前关注，成为阵列处理领域最为活跃的研究方向之一。 本文在回顾矢量传感器和矢量传感器阵列的发展历史、现状和应用的基础上，结合阵列技术最新发展趋势，围绕矢量传感器阵列的工程应用，对于矢量传感器新型体制阵列系统急需解决而尚未有公开文献表明进行研究的叁个重点方向：宽带波束形成，高分辨率方位估计和阵列误差自适应校正作了较为深入的研究。 1)系统回顾了矢量传感器阵列技术的发展历程以及它们在国内外的研究应用情况，建立了矢量传感器阵列波束形成模型，首次详细探讨矢量传感器阵列波束形成方法的分类，定义了Ⅰ类子阵波束形成和Ⅱ类子阵波束形成以及混合波束形成方法，给出了常见的矢量传感器线列阵和圆阵的阵列流形并对线列阵指向性公式进行了推导，讨论了矢量传感器阵列自适应波束形成技术。 2)在矢量传感器阵列处理领域首次进行了恒定束宽波束形成器设计，提出基于自适应滤波器设计的矢量传感器阵列宽带波束形成器设计方法，该方法避免了复杂的数学推导，只需给出期望的波束图，就能由计算机完成整个设计过程，本章所提方法与传统的宽带波束形成设计方法相比，对阵列的阵型和阵元的指向性没有任何限制，不仅适用于矢量传感器阵列，也可以应用于常规标量传感器阵列，可以推广到圆阵，平面阵或者体积阵，方法具有更为广阔的应用范围。 3)首次对实际意义上的矢量传感器阵列波束域高分辨率估计技术作了研究，充分利用矢量传感器所具有的优越性，并结合波束域高分辨率估计的优点，得到了别于其他常规的基于矢量传感器的高分辨率估计方法，给出了哈尔滨__l:’-程大学博十学位论文 波束域协方差矩阵的表达式，并对其性能作了详细分析，本文方法的优越 性体现在以下几个方面:1)把声场看作是矢量场，波束是在矢量场形成; 2)矢量传感器阵列波束域高分辨率方位估计信噪比门限不仅要比阵元域 低，而且比常规阵元域高分辨率估计算法低;3)本文算法的改进无需任何 先验知识，直接进行盲波束形成，且可以大大节省计算量;4)配置灵活， 由于输出通道的繁多，可灵活配置不同形式的波束输出进行后置高分辨率 处理;本章还提出了一种改进的矢量传感器阵列波束域方位估计算法，针 对相干源信号的方位估计，本章提出了矢量传感器阵列平滑算法，有效的 得到了相干源入射的DOA估计结果。并且结合矢量传感器宽带波束形成 算法，给出了宽带信号的矢量传感器阵列波束域方位估计算法思路。4)首次对矢量传感器阵列误差的校正作了研究，建立了矢量传感器阵列误差 模型，对各种阵列误差对矢量传感器阵列的波束形成和波束域方位估计性 能的影响作了详细分析，矢量传感器阵列误差的校准要比常规阵列困难。 本文提出了矢量传感器阵列的自适应综合校准补偿方法，还提出利用单矢 量传感器速度协方差矩阵分解来求解目标源方位，使得我们不要求校准源 是合作性的，也无需知道校准源的先验知识，这比起常规辅助源校准方法 具备较大宽容性。 随着高性能阵列处理技术及数字信号处理硬件的快速发展和矢量传感器制造工艺的不断成熟，矢量传感器将在新型水雷、低频远程智能鱼雷、声纳浮标、低频拖曳线列阵和新型舰壳声纳，灵巧传感终端，战场监视系统，反隐形雷达，通讯等军民用领域取得良好的发展应用前景。矢量传感器阵列技术是构成新概念传感器阵列的核心技术，必将成为未来世界各大国竞争的焦点之一。作者希望本文有助于促进此项技术的深入研究以及进一步的工程应用和推广，由于本文一直把标量传感器看作是矢量传感器阵列的一个子阵处理，因此本文的方法同样适用于常规传感器阵列，虽然本文主要以矢量水听器为主要研究对象，但是可以很容易的推广到电磁矢量传感器(所不同的是电磁矢量传感器输出电场矢量和磁场矢量六个量)阵列，因此也可以应用于雷达，移动通讯等领域。关键词:矢量传感器，矢量传感器阵列，阵列信号处理，自适应波束形成，宽带信号处理，高分辨率方位估计，阵元误差，阵列校准，水声工程
李洁[4]2007年在《阵列信号盲处理技术研究》文中提出在通信对抗中,对敌方通信信号的波束形成和DOA估计是进行侦察和干扰的前提。这正是阵列信号处理所要解决的主要问题。盲波束形成无需知道波达方向等先验知识,直接利用信号、基阵自身的特性,就可以从基阵的输出采样信号中恢复出期望信号。论文详细介绍了叁类盲波束形成算法：基于基阵结构的盲波束形成算法、基于累积量的盲波束形成算法及基于信号周期平稳性的盲波束形成算法。通过计算机仿真实验,从不同方面对叁种盲波束形成算法进行了性能比较分析。相干信号的DOA估计是阵列信号处理中的一个研究热点,是雷达、声纳、通信等领域基本任务之一。本文把基于信号周期平稳性的盲波束形成算法应用到基于高阶累积量盲波束形成算法的DOA估计模型中,计算机仿真结果表明本方法是有效的,相干信号的最大数目可超出阵元的数目,对于入射角度极为相近的互相独立的信号也可进行准确的DOA估计。
徐异凌[5]2004年在《盲信号分离方法及应用研究》文中认为多输入多输出(MIMO)系统中盲信号分离方法的研究是当前国际上的热点和难点。对于该领域的研究和实现,国外出现蓬勃发展之势,国内还处于起步阶段。本文试图在前人的工作基础上,对这个问题做一些研究和探讨。本文由 MIMO 系统出发,分析了盲信号分离的基本模型,并指出信号的分离可以在时域、空域和空时域中进行。本文在每个方向上均进行了一定深度的探索。具体而言,主要有以下叁方面的工作和创新点:1)以无线通信为应用背景,研究 MIMO 系统中时域盲信号分离方法。重点讨论基于“新息(Innovation)”思想,采用二阶统计量的盲信道辨识和盲均衡问题以及与盲信号分离基本模型的关系。主要工作集中在:a)对主要的五种算法:LPA, OPDA, MSLP, LSS 和 CMOE 进行详细的理论分析,清楚的阐明了这些算法的主要思想、相互间的内在关系、以及各自的特点及复杂度。对 LPA、OPDA 和 CMOE 这叁种盲信道辨识算法的仿真结果进行比较和分析,清楚的阐明了各算法的优缺点及其适用条件。b)指出了基于二阶统计量的盲辨识和盲均衡算法本身存在的问题,并结合无线通信系统中的先验信息,提出了一种半盲信道辨识和盲均衡方法。提出的半盲算法能有效克服基于二阶统计量算法本身存在的问题;与全盲算法相比,更易于实现;与传统的非盲算法相比,可有效地提高系统容量,具有良好的应用前景。2)以非跟随式语音通信为应用背景,研究 MIMO 系统中空域盲信号分离方法。重点讨论基于麦克风阵列的盲波束形成技术,主要工作集中在:a)设计了一个新颖的基于智能麦克风阵列的说话人跟踪和语音分离系统。仿真结果证明,此系统的盲算法能从嘈杂环境中分离出说话人语音,并自适应跟踪说话人的位置变化。b)针对语音本身的频谱特性,提出了改进盲波束算法的方法,使基于智能麦克风阵列的说话人跟踪和语音分离系统在运算量和性能上有较大优化。c)为了补偿麦克风本身引入的畸变影响,提出两种麦克风校正算法:非参 第 I 页<WP=7>摘要数算法和参数算法。d)基于 TMS320C6711 DSP 平台,提出了实现基于智能麦克风阵列的说话人跟踪和语音分离系统的软硬件设计方案,力图使基于 MIMO 模型的盲算法从理论研究走向实际应用。3)研究空时域结合的盲信号分离方法。指出基于 MIMO 系统的不同应用背景中,空时结合可更灵活、更有效的分离信号。利用信道辨识和均衡中采用的新息思想,提出了一种分离语音的空时域结合方法。算法首先利用新息模型“白化”混合信号,然后利用 Informax 算法从空域估计混合矩阵,实现源信号的分离。提出的算法与阵列的几何形状无关,且不需要角度估计。应用于非跟随式语音通信,比基于波束形成的算法有更广的适用范围;应用于 MIMO 无线通信,只要求在输入信号独立,而不用约束为高斯白噪声信号的情况下实现多用户分离。
林静然[6]2007年在《基于麦克风阵列的语音增强算法研究》文中认为和单个孤立麦克风相比，麦克风阵列在时频域的基础上增加了一个空间域，对来自空间不同方位的信号进行空时频联合处理。因此，它可以弥补单个孤立的麦克风在噪声处理、声源定位跟踪、语音提取分离等方面存在的不足，能够广泛应用于各种具有嘈杂背景的语音通信环境(如会场、多媒体教室、助听器，车载免提电话、战场等)，以提高语音通信质量。麦克风阵列研究是阵列信号处理的新方向，具有广阔的市场应用前景。本论文结合阵列信号处理和语音信号处理的特点，研究了如何利用自适应波束形成技术进行语音增强。即自适应的形成一个波束指向目标声源，并且在干扰源的方位形成零点，达到语音增强的目的。其中，主要研究如何克服阵列模型误差(如声源定位误差，阵列拓扑误差，通道响应误差等)对波束性能的影响，即提高波束的鲁棒性。论文的第一章是引言，介绍了该领域的研究背景、研究现状和待解决的问题、以及本文的研究内容和创新点等等。第二章以球面波动方程为基础，建立了基于麦克风阵列的语音信号处理通用模型(the General Signal Model of Microphone Arrays，GSMMA)。和传统的阵列模型相比，GSMMA不再使用窄带和远场假设，将语音信号看作是宽带非平稳信号，并且考虑了各通道由于传播路径的不同引起的幅度衰减差异。传统的阵列模型可以看作是GSMMA的一个特例。第叁章从降低目标声源定位误差出发，研究如何保证自适应波束形成算法的性能，提出了一种基于双重加权的宽带MUSIC声源定位算法(Doubly WeightedBroadband MUSIC，DWB-MUSIC)。DWB-MUSIC以宽带MUSIC算法为基础，在各频点利用子空间分解原理对声源进行定位。算法首先对各频点噪声子空间进行加权，降低单频点定位误差的方差。其次，再利用各频点的信噪比信息，对各频点的定位结果进行二次加权，得到最终的宽带声源定位结果。第四章提出了一种利用阵列旋转不变性的宽带盲波束算法(BroadbandDeterministic Blind Beamforming，B-DBBF)，避开了声源定位问题，在阵列满足旋转不变性的假设下，进行语音增强。针对宽带波束各频点分离序列可能出现的通道互换和幅度模糊，提出了一种基于相邻频点分离序列相关性的通道重排方案，确保分离序列的频域一致性。另外，通过调整权矩阵的模，消除了幅度模糊，使分离的序列没有幅度失真。第五章研究如何处理一般的方向矢量(或导向矢量steering vector)误差，重点研究了基于对角加载的鲁棒自适应波束形成算法(robust adaptive beamforming，RABF)。本章解决了该类算法的关键问题，即如何选择对角加载因子。在引入一系列假设后，本章推导出了最优对角加载因子的近似解析解。和迭代求解的方法相比，该结果不但降低了运算量，还揭示了哪些因素可以影响最优加载因子，以及如何影响。在此基础上，对该算法进行了性能分析。第六章提出了一种基于联合最坏情况性能优化的RABF算法(Joint Worst-CaseRABF，JW-RABF)。针对语音信号非平稳以及算法处理的实时性要求，提出的JW-RABF算法具有对有限样本数效应(finite sample effect)和方向矢量误差的双重鲁棒性。该算法也属于对角加载类算法，和W-RABF不同，JW-RABF通过对目标函数以及限制条件进行联合最坏情况性能优化来确定最优加载因子。本章同样推导出了其最优加载因子的近似解析解。在此基础上，结合频率聚焦技术，提出了宽带JW-RABF算法。该算法在相应频带上形成一个宽带波束，满足波束图随频率的变化在最小二乘意义下最小，并且，还可以有效处理宽带相干干扰源。第七章对全文进行了总结，比较了提出的各算法的优缺点，分析了存在的不足，提出了相应的解决方案，并且对后期的研究工作进行了展望。
冯杰[7]2006年在《稳健波束形成与高分辨方位估计技术研究》文中进行了进一步梳理为了提高强干扰背景中弱目标信号的检测和方位估计性能，改善声纳系统的远程感知能力，本文结合水声技术国防科技重点实验室和水下信息与控制重点实验室基金项目，针对实际应用环境，从提高波束形成和高分辨方位估计方法的干扰抑制性能和稳健性两个方面，系统深入地开展了理论与实验研究。主要研究内容包括：1．针对被动声纳的实际情况，提出了利用凹槽空域矩阵滤波去除基阵输出数据中的期望信号分量，再求取自适应权的稳健自适应波束形成方法。该方法有效地缓解了系统误差引起的信号对消，增强了自适应波束形成对系统误差的稳健性。计算机仿真结果验证了算法的有效性。2．针对多阵元大孔径基阵，提出了将零陷展宽技术与对角加载量优化技术相结合的方法，以缓解存在快速运动强干扰时自适应波束形成性能的严重降低。并且应用此方法形成多波束进行数据的预处理，以消除快速运动强干扰对波束域方位估计方法的影响。计算机仿真结果表明，所提方法能够有效地抑制快速运动的强干扰，提高了强干扰背景下对弱目标信号的检测和方位估计性能。3．针对当感兴趣的波束区域之外存在强干扰时，基于波束输出的波束域高分辨方位估计方法在实际环境中的性能将下降问题，提出在多波束形成时采用实测阵列流形进行低旁瓣波束优化的方法，以减小干扰残余量对方位估计算法的影响。水池实验结果表明，该方法能保证波束形成器在实际环境中形成期望的低旁瓣，从而有效地抑制干扰，正确地估计目标方位。4．深入地研究了空域矩阵滤波器的设计方法及其在目标方位估计中的应用，提出了基于二阶锥规划技术的自适应空域矩阵滤波器的设计方法。该方法能在保证通带设计精度的基础上，在阻带区域形成零陷以实现对强干扰的抑制。其次，提出了两种降维自适应空域矩阵滤波器的设计方法。计算机仿真结果表明，采用自适应矩阵滤波器比采用非数据依赖的常规方法有更好的方位估计性能，而且降维处理能在不显着降低估计性能的基础上，显着减小计算负担。5．提出了自适应插值空域矩阵滤波器的设计方法。该方法能够对任意结构基阵的输出数据进行虚拟插值变换，使其具有均匀线列阵的特征，然后利用针对均匀线列阵的一些高效方法实现信源的解相干以及方位估计。同时，此方法能自动地在干扰方位形成尖锐的零陷抑制强干扰，提高对弱目标信号的方位估计性能。计算机仿真验证了此方法的有效性。6．研究了基于恒定束宽波束输出和基于虚拟插值变换技术的宽带相干高分辨方位估计方法。通过采用凸优化技术设计恒定束宽波束形成器和虚拟插值滤波变换矩阵，有效地提高了设计精度，且能够严格控制旁瓣或阻带衰减级低于期望值，从而改进了基于恒定束宽波束形成和基于虚拟插值滤波变换技术的高分辨方位估计方法的性能。计算机仿真和湖上实验结果验证了所提方法的有效性。7．研究了非相干宽带高分辨方位估计方法。针对不相关的目标信号，采用自适应空域矩阵滤波器抑制感兴趣的目标区域之外的强干扰；而针对相干目标信号，将自适应虚拟插值矩阵滤波和空间平滑技术相结合，在实现目标信号解相干的同时，在干扰方位形成零陷以抑制强干扰。计算机仿真结果表明所提方法具有良好的干扰抑制性能，能显着提高强干扰背景中对弱目标信号的方位估计性能。
阚云飞[8]2015年在《随机麦克风阵列校正及语音增强研究》文中指出麦克风阵列因其能够获取声源的空间信息,实现空域滤波,被广泛应用于各种语音处理系统。实际环境中,噪声和干扰的存在降低了麦克风阵列获取语音信号的质量,严重影响了其清晰度和可懂度。因此,研究语音信号增强方法具有十分重要的意义。现有的大多数语音增强算法的仿真结果证明了算法的有效性,但是它们在实际应用中的效果并不理想,原因在于这些算法大多对阵列有依赖性,尤其是子空间和波束形成类算法,实际阵列存在的误差会直接影响语音增强效果。因此为了确保增强算法在实际应用中的有效性,还要研究阵列误差校正方法。本文针对上述问题,根据项目需求,以基于麦克风阵列的语音信号为主要研究对象,对阵列中阵元位置的校正方法以及增强算法中的自适应波束形成算法进行了详尽的讨论和研究。本文的主要内容和创新点为:首先,论文详细介绍了麦克风阵列校正及语音增强方法的研究现状及发展趋势,介绍了语音信号的产生过程及特性,噪声的分类方法,讨论了语音质量评价准则。其次,研究了麦克风阵列信号处理理论,讨论了传统阵列模型,并在此基础上建立了麦克风阵列任意结构模型。分析了麦克风阵列常见的阵列误差形式,提出了一种新的近场、宽带阵列误差模型,通过仿真分析了阵列误差对波束形成算法的影响。分析研究了几种经典的阵列校正方法,重点研究了阵列校正中的有源校正方法,研究了一种新的麦克风阵列阵元位置校正方法,该方法将MUSIC算法与有源校正相结合,改善了校正源方位不精确对算法的影响,通过仿真证明了算法对阵元位置误差的校正性能。最后,论文重点分析研究了麦克风阵列语音增强基本算法,分析了不同算法的优缺点,主要研究了增强方法中的自适应波束形成算法,研究了延时估计方法,分析了不同延时估计的性能。重点研究了广义旁瓣波束形成算法,并分析了该算法对噪声的消除效果,并在此基础上提出了一种新的基于子带分解和后置滤波的GSC算法,该算法能同时消除相干和非相干噪声,扩展了算法的适用范围,提高了信噪比,减小了计算量。此外,还分析研究了一种基于高阶累计量的盲波束形成算法。该算法在阵列存在误差的情况下,输出的信噪比要高于传统波束形成。
万再莲[9]2008年在《数字多波束形成与波束跟踪算法研究》文中认为数字波束形成算法是在原来天线波束形成原理的基础上,引入先进的数字信号处理方法建立起来的一门新技术,广泛用于雷达、声纳、通信和电子对抗等领域。论文针对数字波束形成中算法的稳健性、移动目标的数字波束跟踪和数字多波束形成等问题,进行了较深入的研究。论文的主要研究内容与成果如下:1、分析了几种经典的自适应权值更新算法,比较了它们的性能。在常规波束形成算法基础上,为了提高算法的稳健性,给出了两种提高算法稳健性的方法,并通过仿真说明其有效性。2、给出了一种基于最小均方误差准则的梯度跟踪算法。通过对阵列的输出求梯度运算,实现权值更新,并对各系统输出进行加权合并,以获得最大信号输出,通过分时可实现目标方位角和俯仰角的自动捕获和跟踪。仿真表明,该跟踪算法能平稳快速地收敛,可以准确地实现对移动目标的搜索和跟踪。3、研究了一种不需要正交化的盲多波束形成算法,并通过仿真表明该算法能快速收敛到不同的信号,解决了盲多波束系统中对同一目标的重复收敛问题。从盲波束形成角度研究了实现移动目标跟踪的方法。4、在线性约束多波束形成算法基础上,从提高算法稳健性角度,提出了一种改进的多波束形成算法。仿真表明,该算法能加快算法的收敛速度,用更少的快拍达到更好的处理效果,在存在通道误差和DOA估计误差的情况下,具有更好的抗误差能力。
王建明, 付学群, 赵春明[10]2003年在《一种适用于DS-CDMA上行链路的自适应盲波束形成算法》文中研究说明本文提出了一种适用于DS-CDMA上行链路的自适应盲波束形成算法,并采用时空联合处理技术将该算法与Rake接收机相结合,给出了一种二维Rake接收机结构图,仿真结果表明,该算法能够快速估计目标信号的导向矢量,对目标方位的变化具有很强的跟踪能力。
参考文献：
[1]. 盲波束形成与目标方位估计[D]. 卓颉. 西北工业大学. 2002
[2]. 多级恒模阵对目标方位估计性能的实验研究[J]. 卓颉, 孙超. 声学学报. 2004
[3]. 矢量传感器阵列技术研究[D]. 吕钱浩. 哈尔滨工程大学. 2004
[4]. 阵列信号盲处理技术研究[D]. 李洁. 西安电子科技大学. 2007
[5]. 盲信号分离方法及应用研究[D]. 徐异凌. 电子科技大学. 2004
[6]. 基于麦克风阵列的语音增强算法研究[D]. 林静然. 电子科技大学. 2007
[7]. 稳健波束形成与高分辨方位估计技术研究[D]. 冯杰. 西北工业大学. 2006
[8]. 随机麦克风阵列校正及语音增强研究[D]. 阚云飞. 电子科技大学. 2015
[9]. 数字多波束形成与波束跟踪算法研究[D]. 万再莲. 电子科技大学. 2008
[10]. 一种适用于DS-CDMA上行链路的自适应盲波束形成算法[J]. 王建明, 付学群, 赵春明. 通信学报. 2003
标签：电信技术论文; 自适应论文; 矢量数据论文; 矢量运算论文; 麦克风阵列论文; 传感器技术论文; 阵列天线论文; 误差分析论文; 矢量论文; 算法论文;